科通芯城:最艰难时刻已过去,未来向AI平台转型

简介:

在今年5月的港股做空潮中,港股上市公司科通芯城(00400.HK)遭到沽空机构“烽火研究”做空,公司股价大跌,管理层也一度沉寂。8月31日下午,科通芯城在深圳召开中期业绩会,高层在做空后首度面对媒体。第一财经主持人王蕴媞独家专访科通芯城董事长康敬伟,就科通芯城是传统IC分销商还是电商、被做空后公司的困境和股价表现、主营业务护城河等投资者较为关心的话题进行了探讨。

根据科通芯城发布的上半年财报显示:

2017上半年公司营收61.22亿元,同比增长8.3%,净利约2.7亿元,同比增33%。每股基本盈利0.185元,同比增长21.7%;每股中期股息0.05港元。

在业绩表现方面,科通芯城上半年的总商品交易额 (GMV)约为129亿元,同比增长39%。其中,47%来自自营销售额,33%来自第三方平台交易额,剩余20%来自引力金服。整体而言,GMV的51%产生自蓝筹客户,49%产生自中小企业客户。

同时,上半年公司交易客户数达到25240名,同比增长68.8%;按非公认会计原则计量 (Non-GAAP)的权益股东应占溢利约为2.997亿元,同比增长28.6%。截至2017年6月30日,科通芯城的现金及银行结余合共为32.952亿元;存货周转天数及贸易应收款项周转天数分别为43.8天及46.3天

科通芯城:最艰难时刻已过去,未来向AI平台转型

科通芯城:最艰难时刻已过去,未来向AI平台转型

做空给公司带来的影响?

康敬伟说,做空影响主要集中在公司业绩和银行信贷方面。在业绩上,做空导致二季度营收低于预期,没有达到公司年初设定的增长50%的目标。今年5月沽空机构的多次袭击,导致公司股价暴跌超过五成,投资人纷纷担心会影响公司业绩。康敬伟也承认,做空报告造成了一定的市场恐慌,令香港银行收紧了对公司的信贷业务,造成公司流动资金的突然中断,这对第二季的IC元器件自营业务产生较大的影响,预计这一影响将持续到下半年。不过,公司保存了核心业务,偿还了所有银行的到期债务;到2017年7月底,公司已恢复了和部分香港银行的正常信贷业务。

科通芯城是传统IC分销商还是电商、线上和线下客户数据如何?

对于这个投资者最普遍的质疑,康敬伟回应说,科通芯城一直在进行模式创新,采用的是社交+电商,线上结合线下的模式。所以既不是传统IC分销商,也不是单纯的电商。当主持人追问线上和线下客户数据的时候,康敬伟说,科通芯城以IC元器件的需求作为入口,一部分的服务在线上完成,一部分在线下,形成了对每个客户服务的闭环。所以在科通芯城的模式下,不明确区分on-line(线上)和off-line(线下)客户。

前十大主力持仓机构结构?

康敬伟谈到,在前十大股东中,自己和另一个合伙人持有百分之六十以上的股份,主要的机构投资者有大成基金、建银、农银等机构以及保险公司。“保险公司、基金和银行是我们的主要机构投资者”康敬伟总结说。

业务的最宽护城河在哪?

在谈到这个问题的时候,康敬伟认为商业模式没有秘密,好的模式总会有抄袭。但科通芯城的业务护城河在于整个生态系统,比如多年来积累下的规模客户群、产生的交易数据以及相关的产业链整合能力。

怎么证明硬蛋在资本市场的价值,未来会不会拆分上市?

康敬伟透露,科通芯城和硬蛋的业务联系非常紧密,年初公司曾打算通过单独融资来拆分硬蛋,但公司后来认为硬蛋作为科通很重要的战略核心,因此目前决定不分拆,但是硬蛋投资、孵育出来的具有较高价值的业务可能会进行分拆。未来会把硬蛋升级成人工智能成果转换平台。


本文转自d1net(转载)

相关文章
|
26天前
|
机器学习/深度学习 人工智能 自然语言处理
探索AI在软件测试中的转型力量###
本文深入探讨了人工智能(AI)技术在软件测试领域的应用现状与未来趋势,通过分析AI如何优化测试流程、提高测试效率与质量,揭示了AI赋能下软件测试行业的转型路径。传统测试方法面临效率低、成本高、覆盖率有限等挑战,而AI技术的引入正逐步改变这一格局,为软件测试带来革命性的变化。 ###
|
2月前
|
人工智能 运维 监控
首个云上 AI 原生全栈可观测平台来了!
9月21日,2024 云栖大会,阿里云发布全新的 AI 原生全栈可观测平台,首次实现云上 AI 大模型从训练到推理再到应用的全链路实时观测、告警与诊断。
150 13
|
3月前
|
机器学习/深度学习 人工智能
智能化转型问题之大模型AI的出现对现有智能技术体系的影响如何解决
智能化转型问题之大模型AI的出现对现有智能技术体系的影响如何解决
42 0
|
14天前
|
存储 人工智能 文字识别
利用AI能力平台实现档案馆纸质文件的智能化数字处理
在传统档案馆中,纸质文件管理面临诸多挑战。AI能力平台利用OCR技术,通过图像扫描、预处理、边界检测、文字与图片分离、文字识别及结果存储等步骤,实现高效数字化转型,大幅提升档案处理效率和准确性。
|
13天前
|
机器学习/深度学习 人工智能 自然语言处理
探索AI驱动的个性化学习平台构建###
【10月更文挑战第29天】 本文将深入探讨如何利用人工智能技术,特别是机器学习与大数据分析,构建一个能够提供高度个性化学习体验的在线平台。我们将分析当前在线教育的挑战,提出通过智能算法实现内容定制、学习路径优化及实时反馈机制的技术方案,以期为不同背景和需求的学习者创造更加高效、互动的学习环境。 ###
35 3
|
13天前
|
机器学习/深度学习 人工智能 自然语言处理
医疗行业的语音识别技术解析:AI多模态能力平台的应用与架构
AI多模态能力平台通过语音识别技术,实现实时转录医患对话,自动生成结构化数据,提高医疗效率。平台具备强大的环境降噪、语音分离及自然语言处理能力,支持与医院系统无缝集成,广泛应用于门诊记录、多学科会诊和急诊场景,显著提升工作效率和数据准确性。
|
15天前
|
数据采集 人工智能 搜索推荐
大咖说|Data+AI:企业智能化转型的核心驱动力
在数字化浪潮的推动下,企业正面临前所未有的挑战与机遇。数据与人工智能的结合,形成了强大的Data+AI力量,尤其在近期人工智能迅速发展的背景下,这一力量正在加速重塑企业的运营模式、竞争策略和市场前景,成为适应变化、提升竞争力、推动创新的核心驱动力。本文将讨论企业采用Data+AI平台的必要性及其在企业智能化转型中的作用。
83 0
大咖说|Data+AI:企业智能化转型的核心驱动力
|
20天前
|
SQL 人工智能 DataWorks
DataWorks:新一代 Data+AI 数据开发与数据治理平台演进
本文介绍了阿里云 DataWorks 在 DA 数智大会 2024 上的最新进展,包括新一代智能数据开发平台 DataWorks Data Studio、全新升级的 DataWorks Copilot 智能助手、数据资产治理、全面云原生转型以及更开放的开发者体验。这些更新旨在提升数据开发和治理的效率,助力企业实现数据价值最大化和智能化转型。
175 5
|
2月前
|
人工智能 JSON 数据格式
RAG+Agent人工智能平台:RAGflow实现GraphRA知识库问答,打造极致多模态问答与AI编排流体验
【9月更文挑战第6天】RAG+Agent人工智能平台:RAGflow实现GraphRA知识库问答,打造极致多模态问答与AI编排流体验
RAG+Agent人工智能平台:RAGflow实现GraphRA知识库问答,打造极致多模态问答与AI编排流体验
|
27天前
|
机器学习/深度学习 人工智能 自然语言处理
快速消费品数字化和AI转型的真正价值
快速消费品数字化和AI转型的真正价值

热门文章

最新文章